Modelagem de redes bayesianas a partir de base de dados médicas

• Autores: Koehlera, Cristiane; Modesto Nassar, Sílvia
• Año de publicación: 2002
• Idioma: portugués
• Tipo de recurso: documento de conferencia
• Materia: Ciencias Informáticas; Redes Bayesianas; Aprendizagem Bayesiana; Descoberta do Conhecimento em Base de Dados
• Institución: Universidad Nacional de La Plata

O processo de aprendizagem de Redes Bayesianas é composto pelas etapas de aprendizagem da topologia e dos parâmetros associados a esta topologia. Atualmente, uma das pesquisas mais importantes na área de Inteligência Artificial é o desenvolvimento de técnicas de inferência eficientes para o uso em sistemas especialistas com domínio complexo. No entanto, o uso de tais técnicas pressupõe a disponibilidade de um modelo de conhecimento válido. A necessidade de extrair conhecimento de bases de dados vêm aumentando exponencialmente a cada ano. Cada vez mais, os volumes de informações excedem a capacidade de análise por métodos tradicionais que não conseguem analisá-los sob o enfoque do conhecimento. Para atender a essa necessidade vêm sendo pesquisadas novas técnicas e ferramentas, que extraiam conhecimento a partir de grandes bases de dados. Data Mining e descoberta de conhecimento baseado na revolucionária tecnologia de Redes Bayesianas é uma das áreas de pesquisa com grande avanço para a solução desse problema. Processos de geração automática de Redes Bayesianas são implementados para auxiliar na aquisição do conhecimento. Assim, as Redes Bayesianas encontradas por esses algoritmos tornam-se ponto de partida para a fase de validação da representação do conhecimento. Nesta pesquisa foram estudados vários algoritmos de aprendizagem bayesiana, onde constatou-se inúmeros problemas, dentre eles a geração da topologia da rede com todas as variáveis disponíveis na base de dados. Como o domínio de aplicação desta pesquisa é na área da Saúde, não se faz necessário a geração da topologia da rede com todas as variáveis disponíveis na base de dados. Isso justifica-se pela constatação de que na prática clínica, o médico toma decisões a respeito de um diagnóstico apenas com os sintomas mais relevantes. Por isso, esta pesquisa tem como objetivo principal a implementação de um algoritmo que extraia apenas as variáveis mais relevantes para a construção da topologia da rede.
Sociedad Argentina de Informática e Investigación Operativa